<![CDATA[Abstrak: Pada penelitian ini peramalan permintaan akan dilakukan dengan menerapkan beberapametode yaitu regresi linier, moving average, exponential smoothing dan metode kuadrat terkecil.Penggunaan keempat metode peramalan tersebut untuk membandingkan metode peramalan yang yanglebih akurat dan mendekati nilai aktual permintaan. Metode penelitian dimulai dari pengumpulan datahistoris dari tahun 2005 sampai dengan 2015, perhitungan peramalan, pemilihan peramalan, danpengambilan kesimpulan. Berdasarkan hasil pengujian didapatkan hasil peramalan untuk masingmasingmetode peramalan yaitu metode regresi linier ramalan permintaan sebesar 123 unit lori,metode moving average sebanyak 146 unit lori, metode eksponensial smoothing dengan pembobotanα; 0,1 , α; 0,5 dan α; 0,9 masing-masing sebanyak 102, 145, dan 146 unit lori dan metode kuadratterkecil sebanyak 251 unit lori sawit. Setelah hasil peramalan diketahui maka dilakukan pengujiankesalahan peramalan untuk mengetahui metode mana yang terbaik dengan menggunakan metodestandar kesalahan peramalan (SKP).hasilnya, metode moving average dan kuadrat terkecil memilikiSKP yang lebih kecil yaitu MAD moving average sebesar 29, MSE = 1.439 dan MAPE = 9% danmetode kuadrat terkecil sebesar 60 unit.Kata kunci: peramalan permintaan, regresi linier, moving average, exponential smoothing, kuadratterkecil.]]>
Copyrights © 2016
